Documente Academic
Documente Profesional
Documente Cultură
CASO PRÁCTICO
Tracasa. Departamento de Ingeniería y Sistemas Territoriales. C/ Cabárceno, 6. 31621 Sarriguren. Navarra. España.
Resumen: El principal objetivo de este trabajo ha consistido en analizar la aplicabilidad de la incorporación de imáge-
nes Sentinel-1 y Sentinel-2 en los flujos de trabajo para obtener información de crisis de diferente naturaleza, así como
su aplicación en la detección y monitorización de dichos eventos. Sentinel es un programa de observación de la tierra
que está siendo desarrollado por la Agencia Espacial Europea (ESA) en el marco del programa Copernicus operativo
desde abril de 2012, previamente denominado Global Monitoring for Environment and Security (GMES). Consta de seis
misiones, de las cuales en estos momentos están activas tres, Sentinel-1 que proporciona imágenes radar, Sentinel-2
que proporciona imágenes ópticas de Alta Resolución y Sentinel-3, que proporciona servicios globales de vigilancia
terrestre, atmosférica, de gestión de emergencias y seguridad y de la criosfera. En el presente artículo, se muestra la
aplicación práctica de los datos radar Sentinel-1 en la detección de zonas inundadas y su uso para la detección de
cambios por medio de análisis MultiTemporal de Coherencia (MTC) de imágenes radar para la delimitación de incen-
dios y monitorización de flujos de lava. Respecto a Sentinel-2, se explotan las capacidades que proporciona su alta
resolución espectral para la delimitación de incendios mediante el cálculo de diferencias de índices de vegetación
entre las imágenes pre- y post-evento. Los resultados usando Sentinel-1 y Sentinel-2 se han comparado, en todos los
casos, con resultados obtenidos a partir de imágenes de mayor resolución espacial, tanto ópticas como radar. Los
buenos resultados de estas comparaciones demuestran la utilidad de imágenes Sentinel para los 3 casos estudiados.
Palabras clave: emergencias, Sentinel-1, Sentinel-2, MTC, incendios, monitorización de flujos de lava, inundaciones.
Applicability of Sentinel-1 and Sentinel-2 images for the detection and delineation of crisis
information in the scope of Copernicus EMS services
Abstract: This study shows the inclusion of Sentinel-1 and Sentinel-2 images in the workflows to obtain of crisis infor-
mation of different types of events and their applicability in the detection and monitoring of those events. Sentinel is an
Earth Observation (EO) program that is currently being developed by the European Space Agency (ESA) in the scope of
the Copernicus program operative since April 2012, formerly known as Global Monitoring for Environment and Security
(GMES). This program comprises six missions, out of which three are active, Sentinel-1 that provides radar images,
To cite this article: Donezar-Hoyos, U., Larrañaga-Urien, A., Tamés-Noriega, A., Sánchez-Gil, C., Albizua-Huarte, L., Ciriza-Labiano, R.,
del Barrio-Arellano, F. 2017. Applicability of Sentinel-1 and Sentinel-2 images for the detection and delineation of crisis information in the scope
of Copernicus EMS services. Revista de Teledetección, 50, 49-57. https://doi.org/10.4995/raet.2017.8896
*
Autor para la correspondencia: udonezar@tracasa.es
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) 49
Donezar-Hoyos et al.
Sentinel-.2 providing High Resolution optical images and Sentinel-3 developed to support GMES ocean, land, atmos-
pheric, emergency, security and cryospheric applications. The present paper describes the use of Sentinel-1 radar to
detect and delineate flooded areas, and the MultiTemporal Coherence (MTC) analysis applied with pre and post-event
images to delimit and monitor burnt areas and lava flows. With respect to Sentinel-2, its high spectral resolution bands
allowed the delineation of burnt areas by calculating differences of vegetation and burnt indices using pre and post-
event images. Results using Sentinel-1 and Sentinel-2 data were compared with results using higher spatial resolution
images, both optical and radar. In all cases, the usability of Sentinel images was proven.
Key words: emergency, Sentinel-1, Sentinel-2, MTC, forest fires, lava flow monitoring, floods.
(MTC) calculadas sobre imágenes multitem- óptica Pléiades y se disgregaron según el uso de
porales de Sentinel-1 para la delimitación y suelo del Mapa de Cultivos y Aprovechamientos
monitorización de flujos de lava e incendios. Los (MCA) de Navarra de 2012. La Tabla 1 resume las
estudios de MTC se beneficiaron de las capacida- imágenes utilizadas, el tamaño de pixel (GSD, del
des que ofrece el periodo de revisita de Sentinel-1, inglés Ground Sampling Distance) y la metodolo-
12 días en el caso de usar Sentinel-1A, y 6 desde gía usada en cada caso para delimitar el incendio.
que en abril de 2016 se lanzara su satélite gemelo, La delimitación mediante Sentinel-1 se realizó a par-
el Sentinel-1B. Estos periodos cortos permiten tir de un par interferométrico con un nivel de proce-
tener imágenes pre- y post-evento cercanas a la samiento Single Look Complex, donde se mantiene
fecha de la emergencia, lo cual permite inferir que la información de la fase, necesaria para la obtención
los cambios en coherencia se deben solamente al de la imagen de coherencia. Con este par se obtu-
evento de crisis. Por último, se aprovechó la alta vo una imagen MTC a partir de la cual se extrajo
resolución espectral del satélite Sentinel-2, que automáticamente el área quemada mediante una cla-
toma datos en 13 bandas, 9 de ellas en las zonas sificación supervisada a nivel de objeto utilizando
visible e infrarrojo cercano del espectro, con un el software Feature Analyst. Este software usa un
periodo de revisita de 10 días. proceso de aprendizaje jerárquico para segmentar
una imagen en base a categorías determinadas por
el usuario (Overwatch Systems, Ltd., 2013). El flu-
2. Material y métodos jo de trabajo hasta la obtención de la imagen MTC
fue íntegramente realizado con el software gratuito
Los análisis se realizaron con imágenes Sentinel-1
Sentinel Application Platform (SNAP), ver Figura 1.
y Sentinel-2 de diferentes fechas y los resultados
obtenidos se compararon con resultados derivados La detección usando Sentinel-2 se basó en el cál-
de imágenes VHR ópticas, en la evaluación de culo de la diferencia del Burnt Area Index (∆BAI)
daños de las siguientes emergencias: entre el pre-y el post-evento. El BAI se calcula
• Detección de incendios según la Ecuación 1.
• Delimitación de lava BAI=1/((0,1-rRED)2+(0,06-rNIR)2)(1)
• Delimitación de inundaciones
donde:
2.1. Aplicación en detección de incendios rRED= Reflectancia de la banda del rojo (665 nm).
Se testó la capacidad de imágenes Sentinel-1 (S-1) rNIR= Reflectancia de la banda del infrarrojo cer-
y Sentinel-2 (S-2) para la detección y delimitación cano (842 nm).
de zonas quemadas a consecuencia de un incen-
El área quemada se identificó mediante una cla-
dio declarado el 25/08/2016 en los municipios de
sificación automática a nivel de objeto realizada
Pueyo y Tafalla en Navarra, que afectó principal-
sobre la imagen ∆BAI y revisada y editada usando
mente a zonas forestales y agrícolas. Los resultados
la imagen Sentinel-2 post-evento.
obtenidos con cada uno de los sensores, aplicando
técnicas adecuadas a la naturaleza de sus respec- La delimitación de las zonas quemadas usando
tivas medidas, se validaron con la delimitación de la Pléiades del 07/09/2016 se realizó calculando
la zona quemada obtenida a partir de una imagen el BAI y clasificando la imagen resultante con
Feature Analyst. El resultado se suavizó y se foto- flujo de trabajo de la Figura 1, de la que se derivó la
interpretó para eliminar errores groseros. mancha de lava por medio de clasificación super-
visada a nivel de objeto realizada con el software
Los resultados se compararon por pares con el fin
Feature Analyst seguida de fotointerpretación para
de analizar la influencia del tipo de imagen y de
eliminar los errores más groseros. La Figura 2
la resolución espacial en la delimitación de áreas
muestra la composición RGB de la imagen MTC
quemadas. Además, los resultados obtenidos se
sobre la que se realizó la clasificación automática,
estudiaron según los usos de suelo con el fin de
donde en el Rojo y Verde se muestran la imagen
establecer en qué usos es más fácil detectar zonas
de amplitud pre- y post-evento respectivamente y
quemadas.
en el Azul la coherencia. La mancha de la colada
de lava es claramente visible en verde sobre fondo
2.2. Aplicación en delimitación de lava azul.
Se evaluó la utilidad de las imágenes Sentinel-1 La mancha se comparó con la extraída por fotoin-
para la delimitar la colada de lava de una erup- terpretación de una imagen WorldView-2 (WV-2)
ción volcánica en la isla de Fogo, Cabo Verde, del 09/12/2014.
que comenzó el 23/11/2014 y se prolongó hasta
el 08/02/2015. Para ello se adquirió una imagen
Sentinel-1 pre-evento del 03/11/2014 y una post-
evento del 09/12/2014, ambas con GSD=15 m. A
partir de ellas se calculó la imagen MTC según el
Figura 2. Composición RGB sobre la que se realizó la clasificación automática de la colada de lava.
Tabla 2. Resumen de las imágenes Sentinel-1 y datos usados para la comparación para el estudio de zonas inundadas.
Imagen Sentinel-1
Pol VH a10m Datos de comparación
Fecha Sensor Fecha GSD Terreno
13/12/2015 CSK 13/12/2015 5 m Llano
HH Sin árboles
Urbano concentrado
19/08/2016 Fotos aéreas 18/08/2016 ~0,1 m Llano
Con árboles
Urbano diseminado
Figura 3. Resultados de la comparación de la superficie obtenida mediante diferentes métodos y con diferentes fuente de
datos.
Tabla 3. Superficie quemada detectada dependiendo de la resultados de esta comparación son similares a los
imagen usada desagregada por uso en la delimitación de de la comparación en términos de acuerdo hecha
zonas quemadas. con datos de Sentinel-1 y 2, aunque hay que resal-
Sentinel-1 Sentinel-2 Pléiades tar que los errores de comisión bajan notablemente
Cultivos herbáceos (ha) cuando se comparan los resultados derivados de
1.161,14 1.810,86 1.003,33 Sentinel.
Cultivos leñosos (ha)
16,91 17,05 10,25 3.2. Resultados en la aplicación en
Forestal arbolado (ha)
306,14 428,14 396,42 delimitación de lava
Forestal no arbolado (ha) La Figura 3 muestra los resultados de acuerdo,
899,24 1.015,22 937,34 omisión y comisión del cruce de la delimitación
Improductivo (ha)
de lava obtenida mediante procesamiento de ra-
41,75 44,24 0
TOTAL
dar comparada con la información obtenida por
2.425,18 3.315,52 2.347,34 fotointerpretación de imagen WorldView-2. La
imagen de fondo de la figura se corresponde con
el mapa base de ArcGIS (© Microsoft (2012) dis-
incendio, sufrieron más cambio y por tanto se tribuido por ESRI World Imagery).
detectan mejor en el análisis MTC.
La Tabla 4 muestra los porcentajes de acuerdo,
omisión y comisión para el total de las capas
cruzadas. En los cruces se tomó como dato de re-
ferencia el resultado obtenido con Sentinel-2 en la
primera comparación y los resultados con Pléiades
para la segunda y tercera.
Tabla 5. Porcentajes de acuerdo, omisión y comisión totales para las capas cruzadas en la delimitación de colada de lava.
Cruce Precisión temática (%) Coeficiente kappa Omisión (%) Comisión (%)
Sentinel-1 vs. WV-2 99 0,90 9 12
Cruce AOI Precisión temática (%) Coeficiente kappa Omisión (%) Comisión (%)
Sentinel-1 vs. CSK 1 95 0,77 29 10
2 95 0,77 28 9
3 98 0,64 49 10
Sentinel-1 vs. Fotos aéreas 98 0,14 90 70
mayoría de las diferencias se dieron en las zonas datos Sentinel-1 y de otros sensores. La compa-
de borde de las capas, influidas por las diferen- ración de los datos Sentinel-1 y COSMO-SkyMed
cias en la resolución espacial de las imágenes y se realizó en 3 zonas de interés (AOI, del inglés
en la metodología de extracción seguida. Además Area Of Interest) diferentes con mismas caracte-
se observó una gran mancha correspondiente a rísticas del terreno.
errores de comisión en la zona de la fisura, que
Los resultados indican un buen nivel de concor-
da una respuesta confusa en el análisis MTC, ver
dancia entre los datos obtenidos mediante radar,
Figura 2. En esta zona la coherencia entre las imá-
con coeficientes de kappa superiores a 0,64, mien-
genes Sentinel-1 pre-evento y post-evento es muy
tras que la comparación con la mancha de agua
baja, ya que a pesar de ser una zona situada ladera
proveniente de fotointerpretación arroja un nivel
arriba, hacia el cono principal del volcán, sobre
de concordancia pobre, con un kappa de 0,14
ella se depositan materiales expulsados por el
(Altman, 1991). La Figura 5 muestra dos zonas de
volcán, cambiando las características del terreno.
detalle de la comparación hecha para Sentinel-1 y
COSMO-SkyMed del 13/12/2015. Como se puede
3.3. Resultados en la aplicación en ver en la misma, hay errores de omisión (marcados
delimitación de inundaciones en verde) debidos por un lado a la diferencia de
resolución espacial y por otro a la diferencia en la
La Tabla 6 muestra los resultados obtenidos en la
polarización de las imágenes utilizadas. Mientras
comparación de manchas de agua derivadas de
que la menor resolución espacial de Sentinel-1
Figure 5. Ejemplos de omisiones y comisiones en dos zonas de detalle para la comparación de manchas de inundación
derivadas de Sentinel-1 (izquierda) y COSMO-SkyMed (derecha).
lleva a que zonas pequeñas sean omitidas, la dife- recomendable probar esta misma metodología en
rencia en polarización hace que haya zonas que en otras zonas para poder establecer su aplicabilidad.
COSMO-SkyMed den una respuesta inequívoca
Respecto a la detección de zonas inundadas
de agua, mientras que en Sentinel-1 aparecen
mediante imágenes radar, hay tres conclusiones
menos resaltadas y por tanto se confunden más
a destacar. Primero, que en la comparación de
fácilmente con zonas sin agua.
manchas de agua derivadas de imágenes radar, los
Por otro lado, cabe destacar las omisiones para la resultados obtenidos con Sentinel-1 son similares
categoría inundado en la comparación realizada a los obtenidos con COSMO-SkyMed a pesar de
entre capas de inundación derivadas por medio de no tener la primera disponible la polarización HH
Sentinel-1 y la derivada por fotointerpretación de y a tener una resolución espacial más baja, lo cual
imágenes aérea, de 90%. Éstas se deben en parte a amplía su uso en la delimitación de inundaciones.
limitaciones propias del radar en zonas arboladas Segundo, que la morfología del terreno puede
o con edificios, que generan una respuesta muy influir muy negativamente en los resultados,
diferente a la del agua, y por tanto enmascaran la ya que puede interferir en la señal obtenida con
señal de retorno del agua y en parte a la diferencia radar. Tercero, que en el estudio de inundaciones
de fecha de las imágenes usadas. Al analizar los es indispensable hacer un estudio previo de la
resultados se observaron zonas amplias y despeja- dinámica del agua en la zona, que puede ayudar
das claramente inundadas en las fotografías aéreas a entender los resultados pero que además es una
que no daban una respuesta de agua en la imagen información de gran valor en el refinamiento de la
radar, de lo que se deduce que la mayor parte del mancha de agua clasificada automáticamente.
agua retrocedió de un día para otro.
Referencias
4. Discusión
Altman, D.G. (1991). Practical statistics for medical
La delimitación de zonas quemadas mediante el research. New York. Chapman and Hall.
análisis de imagen radar MTC da unos resultados Brockmann Consult, Array Systems Computing y C-S.
muy buenos en las zonas forestales, lo cual abre 2015. “SNAP – The Sentinels Application Platform”.
la posibilidad de su uso en evaluación de daños. Earth Observation Open Science 2.0, ESRIN, 12 -
Los resultados para zonas de suelo desnudo o sin 14 October 2015.
vegetación muestran que en esas zonas su aplica- Copernicus http://www.copernicus.eu/main/sentinels.
bilidad es menor. Sin embargo, habría que tener Henry, J.-B. et al. (2006). “Envisat Multi-Polarized
en consideración que los malos resultados para ASAR Data for Flood Mapping.” International
los cultivos se debieron a que los cultivos estaban Journal of Remote Sensing, 27(10), 1921-1929.
ya recogidos en la fecha del incendio y que esa https://doi.org/10.1080/01431160500486724
zona era suelo desnudo. El acuerdo entre la zona International Working Group on Satellite based
quemada delimitada con Sentinel-2 y Pléiades Emergency Mapping (IWG-SEM) Emergency
demuestra que, a pesar de su menor resolución Mapping Guidelines, Working Paper (v1.0), 2015.
espacial, su capacidad es muy reseñable. Dada la Disponible en http://www.unspider.org/sites/default/
files/IWG_SEM_EmergencyMappingGuidelines_
zona estudiada y que el incendio fue muy locali-
v1_Final.pdf. Último acceso: diciembre de 2017.
zado geográficamente, la metodología se debería
Martín, M. (1998). Cartografía e inventario de
probar en otras zonas y con otras condiciones. incendios forestales en la Península Ibérica a
La comparación entre la colada de lava delimitada partir de imágenes NOAA-AVHRR. Doctoral thesis,
con Sentinel-1 y la derivada a partir de una ima- Universidad de Alcalá, Alcalá de Henares.
gen óptica VHR mostró también la alta usabilidad Overwatch Systems, Ltd. 2000-2013. Feature Analyst
de estas imágenes y de la metodología testada. Tutorial.
Especialmente interesante es el hecho de poder
realizar todo el procesamiento con un software
de acceso gratuito como es SNAP. Las mayores
diferencias se debieron a la diferencias de resolu-
ción espacial y de la metodología utilizada. Sería